第 43 章 动机、奖励和上瘾状态

43.1 动机状态影响目标导向的行为

一天，一只猎豹躲在树荫下躲避正午的阳光，似乎对远处的羚羊漠不关心。然而，下午稍晚时，看到羚羊会

立即进行猎捕和潜伏的行为。刺激是相同的，但行为反应却大不不同。改变的是动物的动机状态。

动机状态影响注意力、目标选择、在追求目标中投入的努力以及对刺激的响应。因此，它们驱动着接近、避

免和行动选择。本章重点关注与奖励相关动机状态的神经生物学基础，以及奖励相关的脑回路如何参与潜在的

药物成瘾机制。

43.1.1 内部刺激和外部刺激都有助于激励状态

动机状态反映一个人的欲望，而欲望会受到生理状态以及预测未来奖励事件和惩罚事件刺激的影响。因此，

外部变量也会影响动机状态。这些变量包括奖励激励刺激。例如，当一只脱水的猎豹在寻找羚羊的过程中

遇到一个水坑时，看到水可能会起到激励作用，打破饥饿和口渴之间的平衡，驱使动物中断对食物和饮料的追

求。然而，一个内部变量（猎豹的水分状态）也可能导致分配不同的奖励值给相同的感官刺激（即水坑）。即使

是天生有益的刺激，例如通常会引起愉悦的甜味刺激物，在某些情况下也会变得令人不快。巧克力蛋糕对巧克

力爱好者来说可能是天生的奖励，但巧克力的饱腹感（涉及调节内部变量）会降低这种刺激的奖励价值，从而

影响动机状态。

43.1.2 奖励可以满足短期和长期的监管需求和非监管需求

进食、饮水和体温调节行为及其潜在的动机状态通常是响应（或预期）生理失衡而出现的。在这些情况下，

行动会在相对较短的时间内获得奖励。相比之下，一些动机状态服务于除了短期生理稳态之外的生理需要。更

复杂的长期目标，例如寻找和维持爱情伴侣或实现教育或职业目标，需要在更长的时间尺度上以目标为导向的

43.1.3 大脑的奖励回路为目标选择提供了生物底物

奖励是具有积极价值的物品、刺激或活动。奖励可以刺激动物从一种行为转变为另一种行为，或抵制正在

进行行为的打断。例如，一只老鼠在侦察环境时遇到种子可能会停止探索，以便吃掉种子或将其带到更安全的

地方；在啃种子时，在啃食种子的同时，老鼠会抵制另一只老鼠从其爪子上偷食物的尝试。如果仅在特定位置和

时间提供种子，老鼠将在预期的奖励发放时刻临近时前往该位置。

43.1 动机状态影响目标导向的行为

当代神经科学领域的许多工作都旨在阐明处理不同类型奖励的神经系统。这些系统必须将奖励的初始感官

表征与不同行为联系起来，以应对生理需求、环境挑战和机遇。成瘾等病态可以劫持这些奖励系统，导致适应不

良行为（在本章后半部分讨论）。

以目标为导向的行为需要评估风险、成本和收益。离开羚羊群可能会为羚羊提供更好的觅食机会，但这是

时按下控制杆以触发电刺激。导致动物为自我刺激而工作的现象称为大脑刺激奖励。因此，大脑刺激会引发一

种动机状态，即一种强烈的动力去执行某种动作（例如，按下杠杆），从而产生进一步的刺激。

图 43.1.1: 颅内自我刺激募集奖励回路和多巴胺能神经通路。A. 自我刺激实验的经典测试仪器。在此示例中，电

极被植入啮齿动物的大脑区域。啮齿动物按下杠杆会触发该大脑区域的电刺激。B. 产生自我刺激行为的大脑结

43.1 动机状态影响目标导向的行为

励效应可以通过电刺激大脑各个层面的部位产生，从嗅球到孤束核。

特别有效的部位位于内侧前脑束的走行和靠近脑干中线的纵向纤维束。刺激这些通路中的任何一个都会导

致中脑腹侧被盖区的多巴胺能神经元激活。如图 43.1.1B 所示，这些神经元投射到大脑的几个区域，包括伏隔核

（腹侧纹状体的主要成分）、尾状核头部的腹内侧部分（在背侧纹状体）、基底前脑和前额叶皮层区域。

大脑刺激奖励的强度是通过以下研究发现得出的：饥饿大鼠每天都能短暂地获得食物，但它们会放弃进食

以按下用于刺激大脑的杠杆。不顾后果地追求人为目标而损害生理需要是自我刺激和药物滥用之间的许多相似

之处之一。如图 43.1.1C、D 所示，事实上，滥用药物会增强通过脑刺激激活多巴胺能通路的奖励效果。较低频

率的刺激电流伴随着可卡因或尼古丁的施用（两者都通过不同的机制增强多巴胺能神经传递）产生的杠杆按压

率相当于在没有这些药物的情况下在较高刺激电流下自我刺激期间获得的杠杆按压率。这些结果表明可卡因和

尼古丁放大了由微刺激引起的神经元激活的影响。

43.1.4 多巴胺可以作为一种学习信号

早期对多巴胺功能的看法是，它在大脑中传递“享乐信号”，并且在人类中，它直接负责主观愉悦。从这个

角度来看，成瘾将反映出习惯性地选择短期快乐，尽管出现了许多长期生活问题。然而，事实上，新的研究表明

享乐原则不能轻易解释成瘾者在负面后果不断增加的情况下持续使用毒品的原因。

事实证明，多巴胺的影响比最初想象的要复杂得多。多巴胺可以通过厌恶和奖励刺激释放，多巴胺神经元反

应的短潜伏期成分可能与刺激的奖励性质或厌恶性质根本无关。此外，缺乏多巴胺的啮齿动物（多巴胺被 6-羟

不断变化的反应模式。在一项实验中，舒尔茨训练猴子在收到视觉提示或听觉提示后，每隔一段固定的时间期

待果汁。在猴子学会预测线索之前，果汁的出现是出乎意料的，并使腹侧被盖区多巴胺能神经元的放电暂时增

加到基础水平以上。当猴子了解到某些线索可以预测汁液时，激活的时间发生了变化。神经元不再响应汁液的

呈现（奖励）而是更早地响应预测性视觉或听觉提示。如果提供了提示但没有奖励，则在提供奖励时会暂停发

射。相反，如图 43.1.2 所示，如果奖励超出预期或出乎意料，因为它在没有事先提示的情况下出现的，那么激发

会增强。

这些观察结果表明，前脑中多巴胺的释放不是一种愉悦信号，而是一种预测误差信号。多巴胺爆发意味着

未曾预料到的奖励或与奖励相关的刺激；多巴胺暂停表示预测的奖励低于预期或不存在。如果奖励与环境线索

所预期的一样，多巴胺能神经元将保持其强直（基准）放电率。因此，多巴胺释放的改变被认为会改变未来对刺

激的反应，以最大限度地提高获得奖励的可能性，并最大限度地减少无结果的追求。对于自然奖励，例如舒尔茨

43.1 动机状态影响目标导向的行为

43.2 吸毒成瘾是一种病态的奖励状态

内提高突触前多巴胺水平的啮齿动物表现出增强的“想要”行为（即，在存在预测蔗糖奖励的巴甫洛夫线索的

情况下增加响应）。

这些考虑导致一些研究人员认为多巴胺具有比通过提供预测错误信号简单地驱动强化学习更广泛的作用。

事实上，最近的几项研究表明，中脑多巴胺能神经元不同亚群的反应特性存在相当大的差异。一些神经元被奖

度通常大于自然奖励时所见的多巴胺，即使药物不再产生主观愉悦，多巴胺也会释放。对大脑来说，服用成瘾药

物可能总是发出“好于预期”的信号，并以这种方式继续影响行为，以最大限度地寻求药物和吸毒。如果这个想

法是正确的，它可能会解释为什么药物寻求和消费会变得强迫性的，以及为什么上瘾者的生活越来越专注于吸

毒而忽略了所有其他追求。

43.2 吸毒成瘾是一种病态的奖励状态

43.2 吸毒成瘾是一种病态的奖励状态

图 43.2.2: 正电子发射断层成像揭示了线索诱导的可卡因渴望的神经相关性

。A. 向受试者展示中性或与可卡

因相关的线索，并询问：“在 1-10 的范围内，你如何评价你对可卡因的渴望或冲动？”暴露于可卡因相关线索的

平均渴望分数（水平条）明显高于暴露于中性刺激的平均渴望分数（水平条），尽管个体之间的反应程度差异很

大。由红点和蓝点标识的 2 个主题分别代表高层渴望和低层渴望。B. 自我报告的渴望变化与暴露于可卡因相关

线索期间背外侧前额叶皮层和内侧颞叶的代谢率变化相关。横坐标绘制了 2 个会话之间代谢率的差异（可卡因

没有增加的受试者中，这种效果并不明显。未显示背外侧前额叶皮层和内侧颞叶以外的代谢活动。

43.2 吸毒成瘾是一种病态的奖励状态

表 43.1: 成瘾药物的主要类别

吗啡、美沙酮、氧可酮、

海洛因、许多其他类

可卡因、安非他命、

甲基苯丙胺

和多个其他靶标

N-甲基-D-天冬氨酸型谷氨酸

受体（拮抗剂）

苯环利定

受体（正变构调节剂）

巴比妥类药物、

苯二氮平类药物

作用，以对伏隔核神经元产生一些相同的功能影响。重要的是，如图 43.2.1 所示，通过增加多巴胺能神经传递，

所有这些药物也产生一些相同的功能作用，这些作用是通过激活腹侧被盖多巴胺神经元的许多其他投射靶点上

的综合作用，每一种变异的影响都非常小。其他 50% 的风险虽然尚未完全了解，但涉及许多环境因素，包括早

年生活压力、终生压力和同伴压力。

从历史上看，反复接触药物引起的适应已经用一系列药理学术语来描述了。耐受性是指以相同剂量重复给

药后药物的作用减弱或需要增加剂量以产生相同的作用。致敏作用（也称为反向耐受性）是指重复服用相同剂

量的药物而引起不断升级的效应。依赖性被定义为一种适应性状态，对反复给药产生反应，并在停药期间暴露

出来，这种状态发生在停止给药时。戒断症状因药物而异，包括与药物急性作用相反的作用。许多不上瘾的药物

都会出现耐受、致敏和依赖/戒断。例如，2 种用于治疗高血压的药物，β-肾上腺素能拮抗剂普萘洛尔和 α2-肾上

腺素能激动剂可乐定，会产生强烈的依赖性，突然停药后会出现严重的高血压。

滥用药物在奖励和动机相关行为中引起耐受、敏感和依赖/戒断方面是独一无二的，这些行为导致成瘾综合

症。奖励耐受性可以被视为对重复药物暴露做出反应的内源性奖励机制的稳态抑制，是导致药物使用模式升级

并介导定义成瘾状态的行为特征。

43.2 吸毒成瘾是一种病态的奖励状态

43.2.3 通过重复药物暴露在大脑奖励区域诱导持久的分子适应

大量文献表明，在动物模型中反复接触滥用药物会改变许多神经递质和神经营养因子、它们的受体和细胞内

信号通路以及整个大脑奖励回路中的转录调节蛋白的水平。大多数这些变化无法在活体患者身上进行研究（只

有少数神经递质和受体可以在患者脑部成像中进行评估），尽管对死后人类脑组织的研究正越来越多地用于验证

动物模型的发现。大多数报告的研究都集中在腹侧被盖区和伏隔核上，尽管越来越多的研究正在检查奖励回路

的其他部分。

最有力的实验结果可用于精神兴奋剂和阿片类药物，这可能是因为这些药物引起的变化比其他滥用药物的

变化幅度更大。这可能反映了精神兴奋剂和阿片类药物具有更大的内在成瘾性：与其他类别的滥用物质相比，在

相同的暴露量下，更多的人会对这些药物上瘾。然而，考虑到酒精、尼古丁和大麻成瘾对公共健康的主要影响，

着，在一定程度上，许多滥用药物会激活 G

苷酸环化酶（第 14 章）等作用。

过去 20 年的工作已经表明，在反复接触后，受影响的神经元通过上调环磷酸腺苷通路来适应这种持续抑制，

包括诱导腺苷酸环化酶和蛋白激酶 A 的某些同种型。反复接触药物同样会诱导转录因子环磷酸腺苷应答元件结

合蛋白 的上调，该因子通常由环磷酸腺苷通路激活。环磷酸腺苷-环磷酸腺苷应答元件结合蛋白通路的这种上

调可以看作是耐受性和依赖性的分子机制：如图 43.2.3 所示，尽管存在药物（耐受性和依赖性），它仍能恢复这

些通路的正常活动，而当药物被去除时，上调的通路不会受到阻碍，从而导致通路活性异常高（戒断）。事实上，

在动物模型中，伏隔核神经元中 环磷酸腺苷-环磷酸腺苷应答元件结合蛋白通路的上调已被证明可以介导奖励耐